作者Bo Begole是華為技術媒體實驗室的副總裁和全球負責人。

 上個月,我提到響應式媒介的時代即將到來,它是一種可以根據(jù)消費者的注意力、約定與情境不同而靈活改變內(nèi)容的媒介渠道。使其成為現(xiàn)實的一些技術基礎即將出現(xiàn)和普及(如虛擬現(xiàn)實眼鏡、情緒感知算法和多攝像系統(tǒng)),但美中不足的是:響應式媒介所需的帶寬太多,互聯(lián)網(wǎng)帶寬數(shù)據(jù)出口可能會因此奔潰。

 我的說法頗具戲劇性,允許我稍作解釋。虛擬現(xiàn)實的目標就是針對人所有的感官來生成數(shù)字體驗,再現(xiàn)眼睛所能見到的每一個光子、耳朵所能聽到的每一個小震動,最后到觸覺、嗅覺和溫度所能感知的每個細節(jié)。實現(xiàn)這個目標不是件容易的事,因為人類的大腦的感知系統(tǒng)每秒可以處理近相當于5.2千兆大小數(shù)據(jù)量的聲音和光線——200倍于美國聯(lián)邦通信委員會預測的未來寬帶網(wǎng)絡速度要求(25M)。再讓我解釋一下5.2千兆這個龐大數(shù)字的來由(如果你相信我所說的,可以跳過這部分內(nèi)容)。

 眼球的中央凹可以檢測0.3角分度大小的細粒,即是在中央凹視場范圍內(nèi),可以識別約200個細粒。轉(zhuǎn)換成屏幕像素大約為200像素。保持頭部不動,瞬息間(少于100毫秒)眼睛至少可在水平面上轉(zhuǎn)動150°,在垂直面上轉(zhuǎn)動120°。也就是30000水平像素乘以24000垂直像素,意味人眼一次獲取的畫面信息需要全方位覆蓋7.2億像素。最后加上頭部和身體360°水平轉(zhuǎn)動和180°垂直轉(zhuǎn)動,將超過25億(千兆)像素。

 這只是就靜態(tài)圖像而言,但世界并非是靜止不動的。視頻是由多張靜態(tài)圖像在瞬間內(nèi)的連續(xù)顯示組成的,電視/電影往往是每秒30張圖片。每秒30幀的速度對中速電影/電視節(jié)目而言綽綽有余,但人類的眼睛無法像相機那樣捕捉事物。事實上,眼睛不斷接受光刺激,人類的眼睛能夠捕捉更快速的動作。據(jù)計算,人眼球的捕捉速度高達每秒150幀。對于體育運動、游戲、科幻和其他高速沉浸式體驗,達到60甚至是120幀每秒的視頻是預防“動態(tài)模糊”和定向混亂的必需條件。

 用最保守的估計,除卻頭部和身體轉(zhuǎn)動,兩只眼睛可以接受7.2億像素,60幀每秒,每個像素36位色彩,一共就是3.1萬億位!如果按當今的壓縮標準可減小300倍,即使未來可以達到600倍(未來視頻壓縮標準),意味著我們?nèi)孕枰棵?.2千兆的網(wǎng)絡吞吐量,甚至更多。

 5.2千兆只是理論上限。相機和顯示屏尚未達到30K分辨率。我們期望8K分辨率相機能在今年問世。

 在上個月我提到過幾個360°全景攝像系統(tǒng),至少包含16臺超外放置相機。4K分辨率、30幀每秒、24位每像素和使用300:1的壓縮比率,這些裝置每秒能生成300兆比特圖像。這些要求至少是制作高質(zhì)量4K電影體驗的10倍。